摘要：各位来宾，大家下午好，我是曹曙玮，来自矩云信息。我们是 Aloudata 大应科技的合作伙伴。今天非常荣幸受到邀请，在这里为大家分享一下我们在中国南方航空（以下简称：南航）用户中心部门的项目实践。

各位来宾，大家下午好，我是曹曙玮，来自矩云信息。我们是 Aloudata 大应科技的合作伙伴。今天非常荣幸受到邀请，在这里为大家分享一下我们在中国南方航空（以下简称：南航）用户中心部门的项目实践。

Part 1. 项目背景：两大痛点

这里我先介绍一下南航用户中心这个部门。用户中心是一个业务服务部门，主要通过用户中心运营平台为 C 端和 B 端客户提供服务，将 Data Facts（客户数据管理）、Data Insights（客户洞察分析）和（Take Action）客户触达和运营的全流程形成完整闭环。

在客户数据管理方面，主要涉及传统的 ETL 工作，包括 One ID、ID Mapping、基于数据的身份校验或手机号验证，以及处理客票、辅收等业务数据。

在客户洞察分析方面，主要提供面向决策层的经营看板和驾驶舱，以及面向运营层的日常运营报表。同时，配备多种分析工具，包括流程分析、路径分析、单个用户的 360 度画像分析、基于客群的画像分析，以及面向 C 端和 B 端客户的标签管理工具，以满足不同层级的分析需求。

在客户运营触达方面，主要涵盖营销自动化和客户旅程编排，并通过短信、小程序、企微等渠道实现客户触达，并结合智能客服、广告投放和权益投放，形成一套完整的客户运营链路。

前期，我们团队主要负责数据治理和标签工具建设。随着数据体量的增加，用户中心也遇到了许多企业常见的瓶颈问题，主要集中在以下两大方面：

第一是查询性能慢。

具体表现为 ETL 任务耗时长，任务更新每天需耗费近一天时间。再由于南航部分业务位于西半球，数据入库需等待约 15 小时左右，导致最延迟的数据更新周期接近两天。

同时，用户中心目前管理着近 3 亿客户，每位用户每天会产生约 800 个标签。这些海量数据累积后，对上层标签查询造成巨大性能开销，导致查询响应缓慢。为缓解这一问题，目前限制每次使用数据时的客群规模不得超过 5 万人，这严重制约了整体数字化运营效能。此外，这些问题也影响到基于这些数据搭建的上层应用系统的响应速度。

第二是用数效率低。

体现在业务需要通过数据中台去提需求，然后等待开发排期。这样的开发模式差不多需求交付需要两周时间，有些需求上线时场景已经过期。而标签的筛选，虽然已构建灵活且贴近业务的标签筛选工具，但仍无法完全满足复杂多样的业务需求。此外，当前运营工具也无法实现灵活的下钻分析和归因分析。

Part 2. 解决方案

为应对这些痛点，我们可能有多种方法。比如增加硬件资源；或者是优化数据库结构，如分表分库、增加分片和索引；再或是引入新的数据引擎，优化数据查询路径。但南航用户中心希望在降本增效的背景下，找到一个高效且轻量化的解决方案。

他们不希望进行重复建设，如引入新的引擎或数据底座，构建更加庞大的数据加工体系，也不希望通过定制开发来满足复杂多变的业务需求。他们需要一个业务导向、能够快速响应的工具，以灵活应对各类业务需求。

在我们对如何解决南航「既要又要」的问题感到一筹莫展之际，遇到了 Aloudata 大应科技，发现他们提供的 Aloudata AIR 和 Aloudata CAN 两个产品，能够“点对点”地解决客户的痛点需求。之后便与客户展开沟通，方案获得认可后安排了 POC，并在完成 POC 后验证了产品的适用性，以及按照流程进行了漏洞扫描和安全检测，最终于去年 10 月成功上线。

针对查询性能慢的问题，我们使用 Aloudata AIR 作为逻辑数仓，实现多数据源的接入，统一语义和跨源查询功能，并按需按策略同步数据，优化查询路径，提升整体查询性能。针对用数效率低的问题，我们使用 Aloudata CAN 作为指标平台，其提供的灵活拖拽和衍生功能，能够支持业务自助创建复杂逻辑以及与业务系统的对接，从而提升业务查询和用数的灵活度。

在南航内部使用方面，技术部门主要使用 Aloudata AIR，负责构建底层的事实表和维度表，并通过 Aloudata AIR 的智能查询加速能力提升查询性能。对于业务人员，主要使用 Aloudata CAN，他们无需管理底层技术口径，而是从业务角度出发定义业务口径。如此一来，两个产品在此过程中便起到了技术与业务之间的“翻译”作用。

上线后，结合 Aloudata 两款产品的能力，客户也完成了对自身数据加工链路的优化。优化前，数据从数据中台提取，经过近一天的 ETL 同步到 ADB 和 RDS 中，再基于这些数据搭建客户运营、标签查询、指标查询及 One ID 等业务工具。

引入 Aloudata 产品后，架构实现改进：Aloudata AIR 直接对接数据中台，部分需要加速加工的数据通过这条链路处理。在此基础上，将事实表和维度表与 Aloudata CAN 直接打通，然后向上层业务层提供统一定义和自动化开发的指标服务，解决客户运营、标签查询、指标查询等用数需求。

在技术架构优化后，业务架构也相应得到提升。因为 Aloudata AIR 和 Aloudata CAN 分别完成了数据模型和标志指标口径的沉淀，能够帮助客户建立一套统一的运营模型来指导业务开展。在用户中心内部，我们也借此机会重新梳理了分析方法论体系和运营标准 SOP，并基于此构建了指标体系、标签体系和运营体系，以及评估体系等，来衡量这些工具建设后的效能。

经过技术架构和业务架构的优化，南航用户中心的业务模式也随之发生了显著变化。过去，客户用数方式是技术导向的，采用自下而上的模式，先建设平台和基础设施，再开发上层应用，呈金字塔结构，必须完成所有建设后才能使用。如今，用数方式转变为业务导向的自上而下模式，业务部门提出需求后，可根据最优路径直接取数。数据并不是全部存储在 Aloudata AIR 中，而是通过 Aloudata AIR 构建的逻辑数仓根据数据热点灵活调用，优化数据的整体调用路径。

在数据同步方面，过去需要数据全量同步，这不仅耗费大量资源和时间，还导致响应速度缓慢。如今，通过优化后的平台，业务部门能够根据数据的使用频率按需同步。例如，80% 的低频数据便无需同步，从而大大节省了底层性能消耗。同时，业务部门可以自主使用数据，经审批后即可直接上线，极大地提高了效率。关于数据口径的管理和加工，过去是由技术部门统一负责，技术与业务之间的沟通成本很高。现在，业务人员无需深入了解底层技术细节，只需通过业务语义和自身对业务的理解，就可以通过拖拉拽的方式操作底层指标和维度，自行构建所需的报表和数据需求。

Part 3. 场景赋能

场景一：重构指标和标签体系

在指标方面，用户中心以业务 KPI 为导向，设定核心的北极星指标以及相关的派生指标，基于这些指标，能够对具体的业务行为进行拆解，并从战略层到执行层一步步明确对应的指标。当核心指标发生变化时，可以下钻分析，找出导致北极星指标或派生指标变化的具体行为。

在标签体系层面，通过快速监控与分析标签的业务价值和使用频率，剔除低频使用的标签，提炼出真正为业务创造价值的核心标签，并加以推广使用。这样，过去分散在各地的指标和标签，通过结构化的体系和标准模型，不仅实现了统一的管理，还提升了整体效能。

场景二：报表、运营看板和驾驶舱

业务人员可以通过指标平台，以拖拉拽的方式快速输出分析视图，并对接 Quick BI 等工具去搭建运营看板和驾驶舱。同时，业务人员在完成自主分析后，可以将分析结果导出并另存为用户标签，用于权益投放、消息触达，以及结合指标进行二次分析，查看用户标签分布和贡献度。

这些标签还可以对接下游的客户旅程编排工具，如营销自动化 MA 工具，用于流程节点判断和千人千面的运营触达。指标平台可直接对接 Quick BI 或通过 API 输出数据至 H5 页面或 APP 工具，并支持业务自由导出 Excel 进行个性化处理，大幅提升了数据开发和分析效率。

场景三：指标告警与业务决策

通过 Aloudata CAN 指标平台对接业务决策的 RPA 系统，可以实现基于指标的告警与事件触发。当业务告警发生时，系统可自动推送告警邮件、短信、企微通知，让业务人员及时采取措施，同时触发流程判断和事务操作，告知下游系统采取相应行动。

场景四：标签的建设与运营效能分析

平台上线后，业务部门利用 Aloudata CAN 指标平台对内部标签使用效能进行分析。过去，南航建设的基础设施和系统虽多，但其效益、性能和投资回报率一直是领导层关注的问题。通过指标平台，他们可以了解到哪些标签对核心业务产生了价值，哪些标签在终端业务员使用中对活动效果，如“随心飞”或“畅游中国”有实际收益提升作用，并展开归因分析和洞察，评估标签质量、覆盖度、活跃度等，从而保留真正有价值的标签。

Part 4. 未来规划

项目落地并稳定运行后，我们与南航探讨了未来发展方向。

第一个重点是智能问数。因为 Aloudata CAN 本身已经对数据语义进行了加工，沉淀了丰富的语义库。基于此，南航希望通过对接大语言模型，实现从自然语言到语义层再到数据查询层（NL to Semantic to SQL）的翻译和转换，从而为用户提供更便捷的数据查询和分析体验。

第二个重点是对外输出服务。南航还提出将工具市场化，即将其推广到遍布全国的分公司和子公司，供其调用平台内的指标，并按调用次数收费。通过这种商业模式，南航希望推动集团内部数据建设的标准化，提升整体数据管理效率和效益。

第三个重点是乘机体验分析。南航希望通过将自有的各类智能设备对接指标平台，如登机口面板和服务区域设备等，实时查看其产生的动态数据趋势和变化。基于这些数据，为一线业务人员提供实时反馈，帮助他们采取措施改善服务，提升用户的乘机体验。

第四个重点是系统使用效能分析。利用 Aloudata AIR 对数据中台进行数据校验和治理，例如检查每天的 ETL 任务是否出错、数据总量是否一致等；利用 Aloudata CAN，监控标签的使用效能、产生的效益等。如此，对整体系统的建设提供效能分析支持。

Part 5. 一个小故事

在去年系统上线后，我向南航领导汇报了 Aloudata AIR 和 Aloudata CAN 产品及其价值理念，并进行了 Demo 演示。领导听完后很兴奋，问我这两个产品是否为南航量身定制。

我内心一紧，担心他希望我们做深度定制开发，于是赶忙解释说，我们提供的是标准产品，包含数据治理规范、标准、管理方法和输出模型，旨在推动南航数据治理和标准化建设。领导听后表示理解，并解释说他问这个问题，是因为产品名字与南航内部体系高度契合。南航内部很多产品命名都包含“AIR”，它的官网就是 CSAIR，而“CAN”是广州白云机场的三字码。所以他认为这两个名字非常契合南航的产品体系，仿佛是为南航量身定制的。

此后，我在与南航同事交流时都会强调，Aloudata AIR 和 Aloudata CAN 并非特指航空器或广州白云机场，而是代表一种 NoETL 的产品价值理念和在数据治理与使用方面的实践经验。通过这两个产品，我们希望向客户传递这些理念。

以上是我今天分享的全部内容，谢谢大家。

来源：Aloudata大应科技